基于不同窗口纹理特征的SVM土壤盐渍化信息提取方法与精度分析研究   总被引：3，自引：1，他引：2  

张飞  塔西甫拉提·特依拜  丁建丽  田源  依力亚斯江·努尔麦麦提  哈学萍 《干旱区地理》2009,32(1)

以塔里木盆地北缘绿洲--渭干河-库车河三角洲绿洲为例,借助ENVI遥感软件,利用ETM+数据,探讨了该绿洲土壤盐渍化信息提取的方法.传统的遥感图像分类方法多数在解决问题上存在精度不高、分类效率较低、不确定性强的缺陷,所以,选择好的分类方法对于提取盐渍化信息是至关重要的.近年来,将SVM应用于遥感图像分类已成为新的发展趋势.文章提出了基于纹理特征的支持向量机(Support Vector Machine,SVM)的分类方法,得出以下结论:分别结合3×3,5×5,7×7,9×9,11×11,13×13窗口纹理特征和光谱的SVM分类精度都很高,达到93%以上.并且在验证分类精度时,发现结合光谱和9×9窗口纹理信息的SVM分类的结果更符合实际情况.所以说加入纹理特征后使得光谱信息比较接近的3类地物(重度、中度、轻度盐渍地)的区分性增大,从而使精度提高.因此,基于纹理特征的SVM分类方法更有利于遥感图像分类和盐渍化信息监测,是地物遥感信息提取的有效途径.  相似文献   

基于多灰度共生矩阵特征值的黄渤海白天海雾识别算法     

谢涛  郎紫晴  冉茂农  赵立 《气象科学》2024,44(1):189-198

本文基于多灰度共生矩阵特征值,即相关性、对比度、同质性和能量,进行联合海雾遥感判识,提出一种高准确率黄渤海白天海雾识别算法。采用第二代静止气象卫星FY-4A可见光、近红外和红外数据,将该算法应用于黄渤海区域白天海雾判识,并利用2019—2020年沿黄渤海气象站点能见度实测数据及CALIPSO卫星数据产品对本算法识别结果进行精度验证。结果表明：海雾识别平均检测率(POD)为92%,误报率(FAR)为27%,临近成功指数(CSI)为69%,可以实现对海雾的动态监测,为海上交通等领域提供较好的数据支持。  相似文献   

波浪波长和方向提取的图像纹理分析技术     

徐建华  郑君伟 《遥感学报》1990,(4)

传统的波浪波长和方向分析技术是谱分析。本文从海洋波浪图像直接作图像纹理分析,在图像的每一个处理窗口,以海浪图像灰度极值点大小、个数的分布和灰度共生矩阵为基础,构造了借以区分不同海浪波长和方向的纹理测度,实现提取海浪波长和方向信息。  相似文献   

综合LDA与特征维度的丽江古城意象感知分析     

梁晨晨  李仁杰 《地理科学进展》2020,39(4):614-626

论文通过建立基于LDA(Latent Dirichlet Allocation)模型和包含两级特征维度的旅游地意象感知研究框架,将LDA主题模型用于旅游微博文本分析,以特征维度半定量刻画旅游地意象感知特征,减少LDA主题凝练的主观性,帮助研究者在特定维度框架约束下准确、客观地提取旅游地意象特征。丽江古城案例证明,一级特征维度可以完整勾勒出丽江古城意象感知的基本框架,包括以聚落形态、音乐意境、标志人物、休闲空间和纳西美食为核心的5组空间与景观元素,深度旅游者、城市居民、年轻人、女孩子4类人群的特殊感知体验,及旅游者与环境要素的不同互动特征;二级特征维度进一步精细解读丽江古城的意象感知特征,表现为丽江古城慢活性、夜生活和浪漫之都的文化意象、旅游者对地方文化与现代风情融合的凝视与体验等。结合特征维度的LDA模型,准确构建了意象基本框架,成功刻画了丽江古城的形象及精细特征,并能进一步解析意象的形成机制,为旅游地意象感知研究提供了新视角,有助于深度解读意象形成的地方意义,厘清认知、情感和行为意象间的关系。  相似文献   

纹理特征在多光谱遥感影像分类中的应用   总被引：1，自引：3，他引：1  

刘新华  舒宁 《测绘信息与工程》2006,31(3):31-32

提出了基于灰度共生矩阵的多光谱影像纹理分析的方法,实现了利用k-mean聚类算法对多光谱影像进行分类,比较了各种不同的分类结果。  相似文献   

合理尺度纹理分析遥感影像分类方法研究   总被引：1，自引：0，他引：1  

黄艳  张超  苏伟  岳安志 《国土资源遥感》2008,19(4):14-17

纹理分析是提高遥感影像分类精度的重要手段之一。纹理特征与地物类别尺度密切相关,应用纹理特征进行遥感影像分类, 关键在于纹理尺度的确定。对于灰度共生矩阵纹理分析来说,就是选择大小合适的纹理窗口。根据样本半变异值在较小范围内有较 大变化的特性,研究遥感影像相邻像素之间的空间关系,将半变异值开始趋于恒值时所对应的步长作为纹理分析的窗口大小,并在 纹理特征提取过程中针对每一个像素,在最大似然分类结果的约束下,适时改变其窗口大小,提取纹理特征,提出一种合理尺度纹 理分析的遥感影像分类方法。最后,选择北京市昌平区2006年SPOT 5遥感影像,利用TitanImage二次开发环境实现了该方法。实践 证明,该方法能有效提高遥感影像的分类精度。  相似文献   

光谱与纹理信息复合的土地利用/覆盖变化动态监测研究   总被引：8，自引：0，他引：8  

张锦水  潘耀忠  韩立建  苏伟  何春阳 《遥感学报》2007,11(4):500-510

及时、准确地动态监测地球表面特性对于掌握人类和自然现象之间的关系和相互作用是非常重要的,并为决策的制定奠定基础。传统卫星遥感的土地利用/覆盖变化动态监测方法基本上可分为光谱直接比较法和分类比较法两大类,但两类方法多以光谱信息为基础来提取土地利用变化信息,而忽略纹理等空间信息。本研究中,基于变化向量分析方法,将光谱与纹理两种信息复合计算变化强度,并采用支持向量机法提取变化/非变化信息,通过监督分类确定变化区域内的土地利用/覆盖类型的转移方向,完成土地利用/覆盖动态监测。最后,利用两期TM数据,对海淀区1997—2004年进行土地利用/覆盖变化动态监测,以验证该方法。该方法较分类后比较法在一定程度上减少误差积累,降低了错误类型转化,提取的变化信息总精度达到93.1%,Kappa为0.862,比利用光谱信息双窗口变步长的变化向量分析方法提取出土地利用/覆盖变化信息的精度有一定的提高(总体精度为90.2%,Kappa为0.804)。纹理信息与光谱信息复合,能够更大拉开变化/非变化信息之间的距离,有利于动态变化信息的提取,是该方法能够有效提取变化信息的关键所在。  相似文献   

Lidar点云数据中建筑物的快速提取   总被引：7，自引：0，他引：7  

刘修国  张靖  高伟  陈启浩 《地球科学》2006,31(5):615-618

Lidar技术可快速获取地表的高精度三维点云数据, 目前对此类数据的分类却是速度慢、精度低, 尤其是城市区域建筑物和树木靠得较近时更是难以准确提取建筑物.介绍了一种基于点云数据生成距离影像, 而后引入对比度纹理辅助的点云数据建筑物快速提取方法.结果证明, 该方法不需要其他辅助数据就能实现点云数据中建筑物的快速提取.   相似文献   

基于地磁共生矩阵的水下地磁导航适配区选择   总被引：1，自引：1，他引：0  

赵建虎  王胜平  王爱学 《武汉大学学报(信息科学版)》2011,(4):446-449

提出了一种基于地磁共生矩阵的地磁适配区选择算法。通过对地磁共生矩阵反演出的地磁角二阶矩、地磁对比度、相关性、熵以及逆差矩参数的分析,确定了地磁适配区所对应的截止阈值,并验证了该方法的可行性。  相似文献   

Distribution Patterns of Synechococcus Indicated Their Environmental Constraints and Related Geochemical Processes in the Yellow Sea     

ZHOU Yuting  WANG Ting  CHEN Xi  QIN Song  ZHAO Zhenjun  GUO Xinyi  LI Jialin 《中国海洋大学学报(英文版)》2022,21(2):499-508

Synechococcus is a widely distributed photosynthetic pico-phytoplankton,which contributes mainly to carbon fixation and maintains the stability of the marine ecosystem.To investigate its distribution patterns in the Yellow Sea,seawater samples were collected during September 2018.Results of flow cytometry analysis showed that the Synechococcus abundance ranged from 6.36×10² to 4.51×10⁴ cells mL^?1,which correlated with salinity(P<0.01)and temperature(P<0.05).At deeper off-shore sites,Synecho-coccus showed high abundance at the subsurface thermo-halocline,which was in accordance with chlorophyll a(Chl a)content along the vertical column.Based on the high-throughput sequencing data of rpoC1(partial gene encoding RNA polymerase),two Synechococcus subclusters,S5.1 and S5.2,were found to coexist in the studied area.Several clades of S5.1,including Clades I,II,and III,were the dominant components,accounting for 6.63%,26.11%,and 45.5%of the total genus,respectively.Redundancy analysis(RDA)showed that nitrite was the main environmental factor that explained the genus composition among samples.Fur-thermore,co-occurrence network revealed that the main phyla that coexisted with Synechococcus were Proteobacteria,Bacteroidetes,Actinobacteria,Planctomycetes,and Verrucomicrobia,which were involved in the carbon(C),nitrogen(N),sulfur(S),and manga-nese(Mn)cycles.Overall,Synechococcus exhibited biogeographic distribution correlated with temperature-salinity and nitrite in the Yellow Sea,and their geochemical function showed diverse but should be further verified in the future.  相似文献